Towards Label-Only Membership Inference Attack against Pre-trained Large Language Models

主要内容

  1. 研究背景:大语言模型(LLMs)应用广泛,但存在隐私风险,成员推理攻击(MIAs)可判断样本是否在训练集中。现有MIAs多基于输出logits,实际中难以获取,标签仅设置(label-only setting)更具挑战性但也更贴合实际。
  2. 标签仅设置下的MIAs研究:回顾现有标签仅设置下的MIAs,发现基于样本鲁棒性差异的攻击在预训练LLMs上效果不佳,原因是预训练LLMs泛化性好,成员与非成员到决策边界距离差异小,且token级扰动太粗糙难以捕捉这种差异。
  3. PETAL攻击方法:提出PETAL(基于每个token语义相似性的标签仅成员推理攻击)。通过聚焦首个生成token,利用其与特定token的语义相似性近似输出概率,计算近似困惑度来推断成员身份。具体步骤包括在代理模型上获取语义相似性 - 概率对并进行线性回归,在目标模型上查询语义相似性,进而计算近似困惑度并通过阈值判断成员身份。
  4. 实验评估:在WikiMIA和MIMIR基准数据集上,对5种开源LLMs进行实验,对比6种先进攻击方法。结果表明PETAL显著优于现有标签仅攻击,与基于logits的攻击
### DeepSeekMoE 中实现终极专家专业化的方法 #### 动态专业化路由 (Dynamic Specialization Routing) DeepSeek MoE 架构通过引入动态专业化路由(DSR),解决了传统Mixture-of-Experts(MoE)模型中存在的“伪专家”问题。相比于传统的基于门控机制来选择固定数量的活跃专家,DSR允许更灵活地分配计算资源给最合适的专家[^1]。 ```python def dynamic_specialization_routing(input_tensor, experts): # 计算输入张量与各专家之间的匹配度得分 scores = compute_scores(input_tensor, experts) # 根据得分挑选最适合处理当前任务的一个或多个专家 selected_expert_indices = select_best_experts(scores) return apply_selected_experts(selected_expert_indices, input_tensor) ``` #### 细粒度专家分割 为了进一步提高效率和效果,在构建专家网络时采用了细粒度的专家分割技术。这意味着每个子领域内的专业知识可以被更加精确地建模,从而使得每一个专家都能够专注于特定的任务特性而不是泛化整个数据集上的表现[^2]。 #### 共享专家隔离 除了上述两点外,还提出了共享专家隔离的概念。这不仅减少了冗余参数的数量,而且促进了不同模块间更好的协作关系。具体来说就是对于那些具有相似功能需求的部分采用相同的底层组件作为基础支持,而这些共同使用的部分则会被独立出来形成所谓的“共享层”。 这种设计既保持了各个分支之间必要的差异性又实现了整体结构上的一致性和简洁性,最终达到了更高的性能指标以及更低的成本开销。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值